Извините за мой плохой английский!
Итак, я написал сверточную нейронную сеть для классификации двоичных изображений.У меня есть около 5300 изображений для каждого класса, которые, по моему мнению, будет достаточно, чтобы, по крайней мере, дать мне хорошую точность при обучении.Когда обучение закончилось, я написал программу для определения точности для каждого класса (вот что я имею в виду: рассмотрим класс А. Я провел цикл по всем обучающим изображениям, которые принадлежали классу А, передал изображения моему классификатору иразделил количество изображений, которые мой классификатор классифицировал как изображение класса A, на 5300). Для класса A точность была довольно хорошей (около 96%).Но для класса B точность была только 80%.Более того, я проделал то же самое с тестовыми изображениями и обнаружил, что точность для класса A составляла 95%, а для класса B - 70%.
Что я могу сделать, чтобы улучшить свою точность?Я думал об увеличении, но не был уверен, делать ли это для обоих классов или только для класса B.
РЕДАКТИРОВАТЬ
Данные представляют собойнемного сложнее, но в основном, это картины редкого кожного синдрома, называемого синдромом Блау.Некоторые из них выглядят как сыпь с синдромом Блау, но на самом деле это не так.Класс A - это изображения сыпи, которые действительно являются синдромом Блау, но класс B - это сыпь, которая может быть подозрена на синдром Блау, но на самом деле это не так.
Заранее спасибо!
PS: Я думаю,главная проблема, которая вызывает это, состоит в том, что эти два класса действительно похожи, но я действительно не знаю, как с этим справиться, поэтому любая помощь в этом отношении будет оценена!